באופן מסורתי, המחרה בעולם Business-to-Business (B2B) הייתה סטטית וישירה יחסית. ברוב המקרים, המחירים נקבעו מדי שנה או באופן דו-שנתי, על ידי חוזה, ולעתים קרובות על ידי משוואת רווח עלות.

ואז העולם השתנה. לאחר מספר שנים של שחיתות דרמטיות וחוסר איזון בהיצע ובביקוש, תקופות של אינפלציה גבוהה, וכיום מערך של מכסים חדשים שנוסחו, הדרכים הישנות כיום אינן ניתנות לערעור. כיום, אם עסק לא יכול להתאים מחירים במהירות כדי לשקף שינויים מהירים ובלתי צפויים, הוא עלול לאבד לקוחות (שעלולים לחפש מחיר נמוך יותר במקום אחר), הכנסה (אם העסק סופג את העלויות הגדלות) או שניהם.

בינתיים, ארגונים רואים הזדמנויות מוגברות להסתגל למציאות החדשה הזו על-ידי שימוש בטכנולוגיות דיגיטליות כגון פלטפורמות ענן, כלי ניתוח רבי עוצמה ובינה מלאכותית כדי לבנות מודלי תמחור גמישים יותר. מודלים אלה מסייעים לחברות לשנות מחירים כדי לשקף תנאי שוק בזמן אמת כמו עלייה פתאומית ודרמטית בעלויות החומרים.

"המטרה היא להביא גם דייקנות וגם דיוק לתמחור", אומר ליונל בורגואין, מנהל ושותף בחברת הייעוץ BCG. "עם השימוש במקורות נתונים נוספים, כעת יש יכולת לעדכן את המחיר מבעוד מועד. אפשר אפילו לעבור לנקודת מחיר מסוימת שספציפית ללקוח שלך".

ה-C-suite שמה לב, אומר בורגואין. "האינפלציה הפכה את התמחור לנושא חשוב למנהלים. פתאום הם היו מוכנים הרבה יותר להשקיע ביכולות התמחור".

אבל חברות B2B עדיין מנסות לבנות את השריר שמאפשר תמחור גמיש. "למרות הפוטנציאל העצום, הרבה חברות מתקשות איך לעשות את זה", הוא אומר.

בשוק הצרכנים, תמחור גמיש, הקרוי לעתים תמחור דינמי, הוא נוהג נפוץ. כל מי שקנה כרטיס לחברת תעופה יודע שהתמחור יהיה גבוה יותר בימים מסוימים בשבוע או כשהכרטיס יירכש קרוב יותר לתאריכי הנסיעה. זאת תמחור גמיש המבוסס על מלאי - לטיסה נתונה יש מספר מושבים מוגבל. התמחור הגובר של אובר מעלה את עלות ההסעה לאחר סגירת הסרגל, שמשקף מודל תמחור המבוסס על זמנים של ביקוש גבוה ביותר.

לעומת זאת, ב-B2B, גמישות המחיר מורכבת יותר. רוב מחירי ה-B2B כפופים לחוזים, המגבילים את יכולתו של מוכר להתאים מחירים. למרות שחוזים כוללים יותר ויותר סעיפים המאפשרים העלאת מחירים - לרוב על בסיס נוסחה - חברות לא מורגלים לתמחור הדינמי בזמן אמת המשמש בשווקים לצרכן, שבו המחירים יכולים להשתנות כל כמה דקות. גם תמחור חוזה B2B אטום. מכיוון שנוהל משא ומתן על מחירים בין חברות, בהתבסס על קשרים, חברה א' לא יודעת איזו חברה ב' משלמת עבור אותו רכיב מספק ג'.

גם תמחור לצרכן הוא בדרך כלל תנועתי: קח אותו או עזוב אותו. אם אתה לא אוהב את המחיר הגובר שמציעה אובר, אתה עשוי לבחור בשירות המוניות המקומי. אבל עדיין אפשר להשתמש באובר מחר. "לעסקה אחת בשוק הצרכנים אין בדרך כלל השפעה עצומה על העסקה הבאה," אומר מיץ' לי, אוונגליסט רווחים וסגן נשיא לשיווק מוצרים בוונדאבו, שמוכר תוכנת תמחור לפלטפורמות שונות, כולל של SAP.

כל זה מסתכם בעובדה שחברות B2B פועלות לעשות כדי ליצור מודלי תמחור שיכולים לעמוד בסביבה המשתנה במהירות של היום. "תמחור דינמי קשה כי צריך המון מידע, צריך את זה כמעט בזמן אמת, צריך כוח חישובי כדי להפוך את כל הנתונים האלה למחירים, ואז צריך לדחוף את המחירים האלה לאנשי מכירות שמקבלים החלטות מכירה", אומר בן בלייני, מנהל תרגול מכירות ותמחור ב-PwC U.S.

מאמר זה ידון במודלי התמחור המתפתחים בשווקים של B2B, באתגרים של יישומם וייעוץ במעבר לתמחור דינמי יותר.

מערך של מודלי המחרה גמישים של B2B

מודלי המחרה בעולם B2B מתאימים באופן כללי לארבע קטגוריות: עלות פלוס, המחרה מבוססת שוק, מבוססת ערך והמחרה נקודתית. באיזה דגם החברה משתמשת יכול להיות תלוי בסוג המוצר, היישום שבו היא נמצאת בשימוש, בין אם הוא מכוסה על-ידי חוזה במשא ומתן ובין אם הוא הוצאה כספית לא מתוכננת, ואפילו הערוץ שדרכו נמכר המוצר.

תמחור עלות פלוס: משתמש בנתונים נגישים בקלות.

תמחור עלות-פלוס זה בדיוק מה שאומר - עולה ועוד אחוז שוליים. גודל השוליים משתנה באופן נרחב בהתאם לשוק ולמוצר, בדרך כלל נמוך מאוד לסחורות וגבוה יותר עבור מוצרים מוגמרים יותר. המודל הוא הנפוץ ביותר מכיוון שהוא פשוט ומסתמך על נתונים שכבר יש לחברה.

היסטורית, הנתונים האלה לא השתנו הרבה. היום זה כן. אירועים אחרונים הובילו לשינויים תכופים יותר בחוזה, הכללה של סעיפי הסלמה ואפילו משא ומתן כולל על חוזה. זה דורש נתונים חדשים על עלויות, עם עדכונים תכופים.

במהלך האמרת האינפלציה של השנים האחרונות, למשל, כמה יצרנים שינו את המחירים פי תשעה, במקום הגדרת המחירים המסורתית של שנה אחת לפני 2020, אומר דאג פוהן, סגן נשיא בכיר בחברת Pricefx, שמוכרת תוכנת תמחור שעובדת עם מערכות SAP. הוא מוסיף כי תעריפים עלולים להשפיע על המחירים אף באופן דרמטי יותר. בניגוד לאינפלציה, שהניעה עליות מחירים הדרגתיות ותוספתיות לאורך שנים, המכסים הם עליות גדולות, שקורות כולן בבת אחת, פוהן מצביע על כך.

"בלבול מיישר קו סביב הפריטים האלה, וחברות רבות מתקשות לקבל את זרועותיהן סביב מה לעשות", הוא אומר. "ובעולם הטרייפ-כבד של ימינו, אם היצרנים לא עושים כלום, הם יכלו להתמודד עם הפחתה משמעותית בשולי הברוטו כשהספקים שלהם מגדילים עלויות שלא מועברות הלאה."

המחרה מבוססת שוק: מסתמכת על מידע בזמן.

מודל ההמחרה מבוסס השוק משתמש במידע בזמן על מצב השוק ועל התחרות להתאמת מחירים. אם יש מחסור בחומרים שיש להם מתחרים מגרדים, בעוד שההיצע שלכם אמין ויציב, למשל, עליית מחירים עשויה להיות רעיון טוב.

בעוד המודל הזה מסתמך על מידע וניתוח עדכניים, הקדנצה עשויה להיות חודשית או שבועית, אך לא בזמן אמת כמו בתעשיות הצריכה כמו חברות תעופה ובתי מלון.

המחרה מבוססת ערך: דורשת תובנות לקוח מעמיקות.

תמחור מבוסס-ערך מקושר לערך שהמוצר של המוכר מוסיף לעסק של הלקוח או, בייצור, מה היצרן בונה. הוא דורש הבנה עמוקה של קשרי הלקוח והידע לגבי האופן שבו הלקוח משתמש במוצר שלך, או משלב אותו במוצר הסופי שלו.

לי של ונדבו משתמש בדוגמה לעסק שמוכר דינמיט לחברת חצץ. אם המוכר יודע שחברת החצץ מייצרת חצץ בגדלים שונים לשימושים שונים של הלקוח, הוא עשוי להציע עצות כיצד ליישם את חומרי הנפץ כדי לפצח סלע "לפירוט."

חלק מעסקי התוכנה משתמשים בגישה דומה. במודלים עסקיים של תוכנה כשירות, ספקים מתחילים לקוחות עם מינויים בנקודות מחיר נמוך. כשספק התוכנה לומד יותר על האופן שבו הלקוח משתמש בתוכנה, הוא יכול להוסיף תכונות, שמעלות את מחיר המנוי, אומר בורגואין של BCG. "חשוב לדעת מה הערך שמוסיף לקוח ספציפי צריך, וגם מה הסיכון שהם ינצחו ויסיימו את המינוי כשתמחרו מחדש בזמן החידוש", הוא אומר.

ניתן לתכנן מודל בינה מלאכותית כך שיעשה רק את זה, ויספק לאנשי המכירות מידע על מה למכור לאיזה לקוח ובאיזה מחיר. "זה תחום שבו נכנסת המחרה דינמית למשחק", הוא אומר. "חלק מהחברות מתחילות לעשות את זה".

תמחור נקודתי: משתמש בנתונים כדי לקבל החלטות שרירותיות אסטרטגיות יותר.

תמחור מיידי אד הוק, מתרחש מחוץ לחוזה. הוא מתרחש כאשר יצרן טרקטורים, למשל, חווה עלייה בביקוש ולפתע זקוק ליותר בולבוסים ממה שמצוין בחוזהו עם הספק הלולב שלו. מבחינה היסטורית, מחיר נקודתי עשוי להתבסס על גורמים שרירותיים, כולל כאלה שאינם קשורים לרווח של העסק. לדוגמה: "בהתאם למידת הקרבה של איש המכירות להגיע למכסה שלו, הוא היה עשוי לתת הנחה נדיבה יותר", אומר בלייני של PwC.

עם זאת, עם הנתונים והניתוח הנכונים, זה אולי לא כל כך שרירותי, או כל כך נדיב. חברות נוספות מצננות נתונים כדי לספק לאנשי מכירות טווחים מקובלים לציטוט נקודתי", הוא אומר. "זה מנוף מצוינות מסחרית שחברות מושכות בתדירות גבוהה יותר".

ניתוח כזה היה יכול להיות חשוב במיוחד בעידן של מלחמות סחר. בלייני מסביר כיצד יצרן יכול להתאים במהירות לספק פלדה המעלה מחירים בגלל <העלאת title="">a תעריף. אם ליצרן היו נתונים מפורטים על עץ המוצר שלו, כולל כמה פלדה נכנסת לכל מוצר אחד, הוא יכול לקבל החלטות מחושבות בקפידה על תמחור כל מוצר. לדוגמה, מוצר מכיל 20% פלדה. "עכשיו אם המחיר ל-14 אונקיות של פלדה עלה ב-25% - מה זה עושה לעלות הכוללת של המוצר הזה?" שואל את בלייני.

אתגרים לתמחור גמיש וכיצד להתגבר עליהם

חברה עשויה להשתמש בכל אחת או תמהיל של גישות תמחור אלה, בהתאם לרמת חלות ההמחרה, איכות הנתונים והיכולות הטכנולוגיות שלה. עם זאת, חברות B2B רבות אינן משתמשות ביעילות בתמחור גמיש מכיוון שהיכולות שלהן בתחומים אלה אינן מפותחות, אומר בורגואין של BCG.

להלן האתגרים העיקריים שעסקים B2B מתמודדים עם יישום פרקטיקות תמחור גמישות יותר וכיצד להתגבר עליהם.

אתגר: תהליכי תמחור מעוכבים. חברות עשויות לעקוב אחר אותה גישת תמחור בהן השתמשו במשך עשרות שנים. גרוע מכך, ייתכן שהם משתמשים בשיטות רבות ושונות לקביעת מחיר. "לחברות לפעמים יש תהליכים מפותלים, לא יעילים, לא עקביים", אומר בלייני. "אולי יש להם 17 דרכים שונות לעשות את אותו הדבר, שמונע כל סוג של אוטומציה".

פתרון אפשרי: מלאי מתודולוגי וסקור את התהליכים שלך. לפני השימוש בטכנולוגיה כלשהי לאוטומציה של תמחור, עיין באופן זהיר באופן שבו אתה הולך על קביעת מחירים.

אתגר: נתונים באיכות נמוכה. ייתכן שלחברות לא יהיו את הנתונים הנכונים. זה עלול להיות מסוגר מדי או לא מאורגן, או שהוא עשוי להיות מבוגר מדי. לדוגמה, הדוגמה של בלייני להתאמת מחירים על בסיס תעריף חדש לא יכולה לעבוד אם ליצרן אין את הנתונים הנדרשים. אף על פי שהיצרנים מכירים את העלויות הכלליות של עצי המוצר שלהם, "לחברות תעשייתיות אין תמיד - למטה לאונקיה או לגרם - כמה חומר מבוסס פלדה, גומי או פטרוליום נכנס לכל אחד ממוצריהן", מציין בלייני.

פתרון אפשרי: בהתאם לתעשייה שבה אתה נמצא וכמה העסק שלך מושפע מתנודתיות כזו, זה עשוי להיות שווה את המאמץ וההוצאה הנדרשים לאיסוף ואחזקה של נתונים עבור כל מוצר. בכל מקרה, בהינתן הכיוון של טכנולוגיה, כלי ניתוח ובינה מלאכותית, כדאי לנקות את הנתונים ולהתנסות באופן כללי בתמחור גמיש.

אבל אל תתנו למושלם להיות האויב של הטוב. אין צורך להמתין עד שהנתונים ינוקו במלואם ויוכנו. במקום זאת, השתמש בטכניקות פיתוח תוכנה זריזות. "התחילו קטנים והרחיבו את הנתונים, שפרו את מודלי התמחור, ראו איך זה עובד, ראו אילו נתונים אחרים אתם צריכים, ואז ממשיכים לחזור", מייעץ בורגואין. "ראינו שזה יהיה יותר יעיל בקבלת תוצאות מהר יותר".

אתגר: מחסור בכישורי מדע הנתונים. לחברות המוכרות לצרכנים יש בדרך כלל צוותי תמחור חזקים, כולל צוות שיכול לבנות אלגוריתמים באופן מקצועי כדי לחשב מחירים על בסיס גורמים משתנים. ב-B2B לא כל כך. "ייתכן שאין להם את סוג מדעני הנתונים שאתה צריך כדי לבנות לוגיקת תמחור", אומר בורגואין. "הם צריכים לבנות את הכישרון הזה".

תוכנות תמחור צריכות להיות מלוות באנשים בעלי מומחיות זו. "מנהלים חושבים שאם הם משקיעים בכלי כמו תוכנת תמחור, זהו זה", אומר בורגואין. אבל בדרך כלל זה לא זה. "התמחור מורכב במיוחד. אם ברצונך ליצור יתרון תחרותי, אז לוגיקת ההמחרה, יש להתאים אישית את הקוד בפועל שממליץ על נקודת מחיר לארגון המכירות", הוא מסביר. "לא צריך לבנות את הכלי, אבל בינת הליבה של מנוע התמחור צריכה להיות שלך".

פתרון אפשרי: גיוס וגיוס כישרונות הדרושים כדי להגדיל את יכולת מדעי הנתונים ולחזק את צוות התמחור שלך, או למצוא שותף שיש לו את הכישורים האלה שיעזרו.

אתגר: התנגדות מארגון המכירות: מכיוון שמכירות B2B מבוססות על קשרים, אנשי מכירות ממלאים תפקיד מפתח. הם עשויים לחשוד בטכנולוגיה שהם חוששים כי הם יכולים להחליף את מערכות היחסים הללו, ועל כן הם מסרבים להשתמש בכלי תמחור.

אלא אם יחנכו אותם כראוי לגבי הטכנולוגיה, הם עלולים לפקפק במחירים שהכלים ממליצים עליהם. "צריך לבנות את האמון שלהם, אז הם מבינים למה המודל החדש של בינה מלאכותית אמר להם את זה, ולכן יש להם את הביטחון להביא את זה ללקוחותיהם", אומר בורגואין.

פתרון אפשרי: לחנך ולמדוד. ודא שארגון המכירות מבין מדוע החברה רוצה להשתמש בתמחור גמיש, כיצד הטכנולוגיה פועלת וכיצד היא תועיל לעסק. לאחר מכן הגדר מדדים ואת היכולת למדוד את תוצאות שינויי התמחור, אומר בורגואין. "צריך לראות איך זה עובד בשוק". אם זה לא עובד, התאימו. אם זה עובד, משתפים את התוצאות הללו מבפנים עם אנשי המכירות, ולכן הם מפתחים אמון בפתרון", הוא מציין.

המחרה גמישה עבור עתיד לא ברור

עסקי B2B ימשיכו להתאבק בעולם של שינוי מהיר ושיבושים תכופים. זה יגרום לכך שיהיה חשוב יותר ויותר לפתח את היכולת להתאים במהירות את התמחור. תמחור גמיש יהפוך לכלי חשוב בארגז הכלים האסטרטגי שלהם ומפתח חיוני לבריאותם השוטפת.